基于多模型机器学习的异常检测方法，用于核反应堆监测中的堆芯探测器故障检测

《Annals of Nuclear Energy》：Multi-model machine learning-based detection of anomalies in in-core detectors for nuclear reactor monitoring

　　

Baoxin Jiang | Mingzhe Lyu | Dingyuan Wang | Zhiyong Wang | Jean-Philippe Argaud | Zhang Chen | Wei Zeng | Cailian Chen | Helin Gong

• •
  提出了一种专为核反应堆内部探测器设计的 comprehensive 异常检测框架。
• •
  与单一模型相比，采用四种基于邻域的数据重建模型的集成方法更为优越。
• •
  该框架在 HPR1000 反应堆运行的工业级模拟中得到了验证，准确率超过 99%。